SSML (Dialogflow)

عند عرض ردّ على "مساعد Google"، يمكنك استخدام مجموعة فرعية من لغة ترميز تركيب الكلام (SSML) في ردودك من باستخدام SSML، يمكنك جعل ردود محادثتك تبدو طبيعية أكثر خطاب. يوضح ما يلي مثالاً على ترميز SSML وكيفية قراءته مرة أخرى بواسطة مساعد Google

مدقّق SSML
function saySSML(conv) {
  const ssml = '<speak>' +
    'Here are <say-as interpret-as="characters">SSML</say-as> samples. ' +
    'I can pause <break time="3" />. ' +
    'I can play a sound <audio src="https://www.example.com/MY_WAVE_FILE.wav">your wave file</audio>. ' +
    'I can speak in cardinals. Your position is <say-as interpret-as="cardinal">10</say-as> in line. ' +
    'Or I can speak in ordinals. You are <say-as interpret-as="ordinal">10</say-as> in line. ' +
    'Or I can even speak in digits. Your position in line is <say-as interpret-as="digits">10</say-as>. ' +
    'I can also substitute phrases, like the <sub alias="World Wide Web Consortium">W3C</sub>. ' +
    'Finally, I can speak a paragraph with two sentences. ' +
    '<p><s>This is sentence one.</s><s>This is sentence two.</s></p>' +
    '</speak>';
  conv.ask(ssml);
}
JSON
{
  "expectUserResponse": true,
  "expectedInputs": [
    {
      "possibleIntents": [
        {
          "intent": "actions.intent.TEXT"
        }
      ],
      "inputPrompt": {
        "richInitialPrompt": {
          "items": [
            {
              "simpleResponse": {
                "textToSpeech": "<speak>Here are <say-as interpret-as=\"characters\">SSML</say-as> samples. I can pause <break time=\"3\" />. I can play a sound <audio src=\"https://www.example.com/MY_WAVE_FILE.wav\">your wave file</audio>. I can speak in cardinals. Your position is <say-as interpret-as=\"cardinal\">10</say-as> in line. Or I can speak in ordinals. You are <say-as interpret-as=\"ordinal\">10</say-as> in line. Or I can even speak in digits. Your position in line is <say-as interpret-as=\"digits\">10</say-as>. I can also substitute phrases, like the <sub alias=\"World Wide Web Consortium\">W3C</sub>. Finally, I can speak a paragraph with two sentences. <p><s>This is sentence one.</s><s>This is sentence two.</s></p></speak>"
              }
            }
          ]
        }
      }
    }
  ]
}

الصوت

تتوفّر لغة SSML في محاكي الإجراءات، ولكن لا تتوفر في Dialogflow المحاكي.

عناوين URL في SSML

عند تحديد استجابة SSML التي تتضمن عنوان URL فقط، تظهر علامات العطف في عنوان URL هذا يمكن أن تسبب مشكلات بسبب تنسيق XML. لضمان عرض عنوان URL بشكل صحيح المشار إليها، استبدِل مثيلات & بـ &amp;.

حتى إذا كانت استجابة SSML تتضمّن عنوان URL فقط، تتطلب "المهام مع مساعد Google" النص المعروض للرد. لأنّ النص داخل العلامة <audio> لن يتم عرضه يتحدث بها "مساعد Google"، يمكنك إدراج نص الحشو أو وصف موجز في علامة <audio> لاستيفاء هذا الشرط. لن يتم عرض نص داخل العلامة <audio>. التي تقولها خدمة "مساعد Google" بعد تشغيل الصوت، وتستوفي ميزة "المهام مع مساعد Google" متطلبات إصدار النص المعروض من SSML.

فيما يلي مثال على استجابة SSML بإشكالية:

<speak>
  <audio src="https://firebasestorage.googleapis.com/v0/b/project-name.appspot.com/o/audio-file-name.ogg?alt=media&token=XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX">
  </audio>
</speak>

لا يتخطّى المثال أعلاه & للحصول على تنسيق XML مناسب.

يبدو إصدار ثابت من استجابة SSML نفسها كما يلي:

<speak>
  <audio src="https://firebasestorage.googleapis.com/v0/b/project-name.appspot.com/o/audio-file-name.ogg?alt=media&amp;token=XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX">
  text
  </audio>
</speak>

دعم عناصر SSML

تصف الأقسام التالية عناصر SSML والخيارات التي يمكن استخدامها في "الإجراءات" الخاصة بك.

<speak>

العنصر الجذر لاستجابة SSML.

للمزيد من المعلومات حول العنصر speak، يُرجى مراجعة مواصفات W3.

مثال

<speak>
  my SSML content
</speak>

<break>

عنصر فارغ يتحكم في الإيقاف المؤقت أو الحدود العرضية الأخرى بين الكلمات. ويُعدّ استخدام <break> بين أي زوج من الرموز المميّزة اختياريًا. في حال عدم توفّر هذا العنصر بين الكلمات، يتم تحديد الفاصل تلقائيًا استنادًا إلى السياق اللغوي.

للمزيد من المعلومات حول العنصر break، يُرجى مراجعة مواصفات W3.

السمات

السمة الوصف
time

لضبط طول الفاصل بالثواني أو بالمللي ثانية (مثل "3 ثوانٍ" أو "250 ملي ثانية").
strength

تحدد قوة الفاصل الزمني للمخرج حسب المصطلحات النسبية. القيم الصالحة هي: "x-weak" وweak" و"medium" و"strong" و"x-strong". القيمة "none" يشير إلى عدم وجوب إنشاء حدود فاصلة متتالية، والتي يمكن استخدامها لمنع حدوث فاصل إجرائي قد ينتجه المعالج بخلاف ذلك. تشير القيم الأخرى إلى انقسام قوة الكسر بين الرموز المميزة بشكل غير رتيب (زيادة نظرية). عادةً ما تصاحب الحدود الأقوى وقفات.

مثال

يوضّح المثال التالي كيفية استخدام العنصر <break> للتوقف مؤقتًا بين الخطوات:

<speak>
  Step 1, take a deep breath. <break time="200ms"/>
  Step 2, exhale.
  Step 3, take a deep breath again. <break strength="weak"/>
  Step 4, exhale.
</speak>

<say‑as>

يتيح لك هذا العنصر الإشارة إلى معلومات حول نوع تركيبة النص المضمنة في العنصر. ويساعد أيضًا في تحديد مستوى التفاصيل لعرض النص المتضمّن.

يضم العنصر <say‑as> السمة المطلوبة interpret-as التي تحدّد طريقة قول القيمة. يمكن استخدام السمتَين الاختياريتَين format وdetail استنادًا إلى قيمة interpret-as المحدّدة.

أمثلة

تتيح السمة interpret-as استخدام القيم التالية:

  • currency

    ويرمز المثال التالي إلى "اثنين وأربعين دولارًا وسنتًا واحدًا". إذا تم حذف سمة اللغة، سيتم استخدام اللغة الحالية.

    <speak>
  <say-as interpret-as='currency' language='en-US'>$42.01</say-as>
</speak>
  • telephone

    يمكنك الاطّلاع على وصف interpret-as='telephone' في ملاحظة WG في W3C SSML 1.0 say-as.

    يتم قول المثال التالي على النحو التالي "واحد ثمانية صفر اثنان صفر اثنين واحد اثنان واحد اثنان". إذا كان "google:style" حيث يتم إسقاطها، حيث تصبح صفرًا مثل الحرف O.

    "google:style='zero-as-zero'" لا تعمل إلا في اللغات الإنجليزية فقط.

          <speak>
        <say-as interpret-as='telephone' google:style='zero-as-zero'>1800-202-1212</say-as>
      </speak>
  • verbatim أو spell-out

    يُكتب في المثال التالي حرفًا بحرف:

    <speak>
  <say-as interpret-as="verbatim">abcdefg</say-as>
</speak>
  • date

    السمة format هي سلسلة من رموز أحرف حقل التاريخ. رموز الأحرف المسموح بها للحقول في format هي {y وm وd} للسنة والشهر واليوم (من الشهر) على التوالي. وإذا ظهر رمز الحقل مرة واحدة للسنة أو الشهر أو اليوم، يكون عدد الأرقام المتوقع هو 4 و2 و2 على التوالي. إذا تكرر رمز الحقل، فإن عدد الأرقام المتوقعة هو عدد مرات تكرار الرمز. يمكن فصل الحقول في نص التاريخ بعلامات ترقيم و/أو مسافات.

    تتحكّم السمة detail في صيغة التاريخ المحكية. بالنسبة إلى detail='1'، تكون حقول "اليوم" وحقل "الشهر أو السنة" مطلوبَين فقط، ولكن قد يتم تقديمهما معًا. ويكون هذا هو الخيار التلقائي عندما يكون عدد الحقول الثلاثة أقل من جميع الحقول. الصيغة المحكية هي "{ordinal day} من {month}, {year}".

    يُقال المثال التالي على النحو التالي "العاشر من سبتمبر، 91 ستين":

    <speak>
  <say-as interpret-as="date" format="yyyymmdd" detail="1">
    1960-09-10
  </say-as>
</speak>

    يتم قول المثال التالي باسم "العاشر من سبتمبر":

    <speak>
  <say-as interpret-as="date" format="dm">10-9</say-as>
</speak>

    بالنسبة إلى detail='2'، تكون حقول اليوم والشهر والسنة مطلوبة، ويكون هذا هو الخيار التلقائي عند توفير الحقول الثلاثة جميعها. الصيغة المحكية هي "{month} {ordinal day}, {year}".

    يتم قول المثال التالي على النحو التالي "09 أيلول (سبتمبر)، 19 أيلول (سبتمبر)":

    <speak>
  <say-as interpret-as="date" format="dmy" detail="2">
    10-9-1960
  </say-as>
</speak>
  • characters

    يتم قول المثال التالي بالرمز "C A N":

    <speak>
  <say-as interpret-as="characters">can</say-as>
</speak>
  • cardinal

    يُنطق المثال التالي بالصيغة "اثنا عشر ألفًا وثلاثمئة وخمسة وأربعين" (للإنجليزية الأمريكية) أو "اثنا عشر ألفًا وثلاثمئة وخمسة وأربعون (للإنجليزية في المملكة المتحدة)":

    <speak>
  <say-as interpret-as="cardinal">12345</say-as>
</speak>
  • ordinal

    يتم قول المثال التالي باسم "الأول":

    <speak>
  <say-as interpret-as="ordinal">1</say-as>
</speak>
  • fraction

    يتم قول المثال التالي "خمسة ونصف":

    <speak>
  <say-as interpret-as="fraction">5+1/2</say-as>
</speak>
  • expletive أو bleep

    يظهر المثال التالي كإشارة صوتية كما لو كانت خاضعة للرقابة:

    <speak>
  <say-as interpret-as="expletive">censor this</say-as>
</speak>
  • unit

    لتحويل الوحدات إلى صيغة مفرد أو جمع بناءً على الرقم. يتم قول المثال التالي كـ "10 أقدام":

    <speak>
  <say-as interpret-as="unit">10 foot</say-as>
</speak>
  • time

    يتم قول المثال التالي بالعنوان "اثنين وثلاثين مساءً".

    <speak>
  <say-as interpret-as="time" format="hms12">2:30pm</say-as>
</speak>

    السمة format هي سلسلة من رموز أحرف حقل الوقت. رموز الأحرف المسموح بها للحقول في format هي {h وm وs وZ و12 و24} للساعة والدقيقة (من الساعة) والثانية (من الدقيقة) والمنطقة الزمنية ووقت 12 ساعة ووقت 24 ساعة على التوالي. وإذا ظهر رمز الحقل مرة واحدة للساعة أو الدقيقة أو الثانية، يكون عدد الأرقام المتوقع هو 1 و2 و2 على التوالي. إذا تكرر رمز الحقل، فإن عدد الأرقام المتوقعة هو عدد مرات تكرار الرمز. يمكن فصل الحقول في نص الوقت بعلامات ترقيم و/أو مسافات. إذا لم يتم تحديد الساعة أو الدقيقة أو الثانية في التنسيق، أو لم تكن هناك أرقام مطابقة، يتم التعامل مع الحقل كقيمة صفرية. قيمة format التلقائية هي "hms12".

    تحدد السمة detail ما إذا كان التنسيق الصوتي للوقت هو 12 ساعة أو 24 ساعة. ويكون تنسيق الوقت الذي يتم قوله على مدار 24 ساعة إذا تم حذف detail='1' أو إذا تم حذف detail وكان تنسيق الوقت 24 ساعة. ويكون تنسيق الوقت الذي يتم قوله 12 ساعة إذا تم حذف detail='2' أو إذا تم حذف detail وكان تنسيق الوقت 12 ساعة.

للمزيد من المعلومات حول العنصر say-as، يُرجى مراجعة مواصفات W3.

<audio>

يتيح إدخال ملفات صوتية مسجلة وإدراج تنسيقات صوتية أخرى إلى جانب إخراج الكلام المركَّب.

السمات

السمة مطلوب تلقائي القيم
src نعم timing fixed in amara معرّف موارد منتظم (URI) يشير إلى مصدر الوسائط الصوتية. البروتوكول المتوافق هو https.
clipBegin لا 0 يشير ذلك المصطلح إلى TimeDesignation استنادًا إلى إزاحة من بداية مصدر الصوت في بدء التشغيل. إذا كانت هذه القيمة أكبر من أو تساوي المدة الفعلية لمصدر الصوت، لن يتم إدراج أي صوت.
clipEnd لا اللانهاية تمثّل هذه السمة TimeDesignation من بداية مصدر الصوت إلى نهايته. وإذا كانت المدة الفعلية لمصدر الصوت أقل من هذه القيمة، ينتهي التشغيل في ذلك الوقت. إذا كانت قيمة clipBegin أكبر من أو تساوي clipEnd، لن يتم إدراج أي صوت.
speed لا 100% يشير إلى معدل تشغيل الناتج بالنسبة إلى معدّل الإدخال العادي، ويتم التعبير عنه كنسبة مئوية. يكون التنسيق عبارة عن رقم حقيقي موجب متبوعًا بنسبة مئوية. النطاق المتوافق حاليًا هو [50% (بطيئة - نصف السرعة)، و200% (سرعة - مضاعفة)]. ويمكن (أو لا يجوز) تعديل القيم التي تتجاوز هذا النطاق لتصبح ضمن ذلك النطاق.
repeatCount لا 1، أو 10 إذا تم ضبط repeatDur عدد حقيقي يحدّد عدد مرات إدراج المقطع الصوتي (بعد الاقتصاص، في حال توفُّره، باستخدام clipBegin و/أو clipEnd). لا تتوفّر عمليات تكرار الكسور، لذا سيتم تقريب القيمة إلى أقرب عدد صحيح. القيمة "صفر" ليست قيمة صالحة، ولذلك يتم التعامل معها على أنّها غير محدّدة وتحتوي على القيمة التلقائية في هذه الحالة.
repeatDur لا اللانهاية TimeDesignation هو حد أقصى لمدة الصوت المُدرَج بعد معالجة المصدر للسمات clipBegin وclipEnd وrepeatCount وspeed (بدلاً من مدة التشغيل العادية). وإذا كانت مدة الصوت الذي تمت معالجته أقل من هذه القيمة، ينتهي التشغيل في ذلك الوقت.
soundLevel لا +0 ديسيبل اضبط مستوى الصوت في الصوت بمقدار soundLevel ديسيبل. الحد الأقصى للنطاق هو +/-40 ديسيبل، لكن النطاق الفعلي قد يكون أقل بشكل فعّال، وقد لا تؤدي جودة الناتج إلى تحقيق نتائج جيدة على النطاق بأكمله.

في ما يلي إعدادات الصوت المتاحة حاليًا:

  • التنسيق: MP3 (MPEG v2)
    • 24 ألف عينة في الثانية
    • 24 ألف إلى 96 ألف بت في الثانية، بمعدل ثابت
  • التنسيق: Opus in Ogg
    • 24 ألف عينة في الثانية (النطاق الفائق العرض)
    • 24K - 96 كيلو بت في الثانية، بمعدل ثابت
  • التنسيق (متوقّف نهائيًا): WAV (RIFF)
    • PCM بتوقيع 16 بت، نهاية صغيرة
    • 24 ألف عينة في الثانية
  • بالنسبة إلى جميع التنسيقات:
    • ويفضل استخدام قناة واحدة، لكن يُسمح باستخدام الاستيريو.
    • 240 ثانية كحد أقصى للمدة. إذا أردت تشغيل صوت لمدة أطول، ننصحك باستخدام رد على الوسائط.
    • حد حجم الملف 5 ميغابايت.
    • يجب أن يستخدم عنوان URL المصدر بروتوكول HTTPS.
    • UserAgent (وكيل المستخدم) عند جلب الصوت هو "Google-Speech-Actions".

يكون محتوى العنصر <audio> اختياريًا ويتم استخدامه إذا تعذّر تشغيل الملف الصوتي أو إذا كان جهاز الإخراج لا يتيح تشغيل الصوت. قد يتضمّن المحتوى عنصر <desc>، وفي هذه الحالة يتم استخدام المحتوى النصي لهذا العنصر للعرض. لمزيد من المعلومات، يمكنك الاطّلاع على قسم "الصوت المسجّل" في قائمة التحقق من الردود.

يجب أن يكون عنوان URL للسمة src أيضًا عنوان URL يستخدم بروتوكول https (يمكن لخدمة Google Cloud Storage استضافة ملفاتك الصوتية على عنوان URL يستخدم بروتوكول https).

للمزيد من المعلومات حول الردود على الوسائط، يمكنك الاطّلاع على قسم الردّ على الوسائط في دليل "الردود".

للمزيد من المعلومات حول العنصر audio، يُرجى مراجعة مواصفات W3.

مثال

<speak>
  <audio src="cat_purr_close.ogg">
    <desc>a cat purring</desc>
    PURR (sound didn't load)
  </audio>
</speak>

<p>,<s>

عناصر الجملة والفقرة

لمزيد من المعلومات حول العنصرَين p وs، يمكنك الاطّلاع على مواصفات W3.

مثال

<p><s>This is sentence one.</s><s>This is sentence two.</s></p>

أفضل الممارسات

  • استخدام <s>...</s> لإحاطة الجمل الكاملة بجمل كاملة، خاصةً إذا كانت تحتوي على عناصر SSML التي تغيّر العملية (أي <audio> و<break> و<emphasis> و<par> و<prosody> و<say-as> و<seq> و<sub>).
  • إذا كان الهدف من الفاصل الإعلاني في الكلام أن يكون طويلًا بما يكفي لسماعه، استخدم <s>...</s> العلامات ووضع تلك الفاصلة بين الجمل.

<sub>

الإشارة إلى أنّ النص في قيمة السمة "الاسم المستعار" يحل محل النص المضمَّن في اللفظ.

يمكنك أيضًا استخدام العنصر sub لتوفير طريقة لفظ مبسّطة لكلمة يصعب قراءتها. يوضح المثال الأخير أدناه حالة الاستخدام هذه باللغة اليابانية.

للمزيد من المعلومات حول العنصر sub، يُرجى مراجعة مواصفات W3.

أمثلة

<sub alias="World Wide Web Consortium">W3C</sub>

<sub alias="にっぽんばし">日本橋</sub>

<mark>

عنصر فارغ يضع علامة في تسلسل النص أو العلامة. يمكن استخدامه للإشارة إلى موقع محدّد في التسلسل أو لإدراج علامة في مصدر بيانات للإشعارات غير المتزامنة.

للمزيد من المعلومات حول العنصر mark، يُرجى مراجعة مواصفات W3.

مثال


<prosody>

يُستخدم لتخصيص درجة الصوت ومعدّل التحدث ومستوى الصوت في النص الذي يتضمّنه العنصر. يمكن حاليًا استخدام السمات rate وpitch وvolume.

يمكن ضبط السمتَين rate وvolume وفقًا لمواصفات W3. تتوفّر ثلاثة خيارات لضبط قيمة السمة pitch:

<speak>
Go from <mark name="here"/> here, to <mark name="there"/> there!
</speak>
السمة الوصف
name

رقم تعريف السلسلة لكل علامة.
Option الوصف
قريب تحديد قيمة نسبية (مثل "منخفض" أو "متوسط" أو "مرتفع" أو غير ذلك) حيث تكون القيمة "متوسطة" هو طبقة الصوت الافتراضية.
الشمومات زيادة درجة الصوت أو خفضها بمقدار "N" نغمات نصفية باستخدام "+N" أو "-st" على التوالي. لاحظ أن "+/-" و"st" مطلوبة.
النسبة المئوية زيادة درجة الصوت أو خفضها بمقدار "N" النسبة المئوية باستخدام "+N%" أو "-N%" على التوالي. لاحظ أن "%" مطلوبة ولكن "+/-" اختيارية.

للمزيد من المعلومات حول العنصر prosody، يُرجى مراجعة مواصفات W3.

مثال

يستخدم المثال التالي العنصر <prosody> للتحدّث ببطء على نقطتَين أقل من المعتاد:

<prosody rate="slow" pitch="-2st">Can you hear me now?</prosody>

<emphasis>

يُستخدم لإضافة أو إزالة التوكيد من النص الذي يحتوي عليه العنصر. يُعدّ العنصر <emphasis> الكلام بطريقة مشابهة لـ <prosody>، ولكن بدون الحاجة إلى ضبط سمات الكلام بشكل فردي.

يدعم هذا العنصر "مستوى" اختياري بالقيم الصالحة التالية:

  • strong
  • moderate
  • none
  • reduced

للمزيد من المعلومات حول العنصر emphasis، يُرجى مراجعة مواصفات W3.

مثال

يستخدم المثال التالي العنصر <emphasis> لإنشاء إشعار:

<emphasis level="moderate">This is an important announcement</emphasis>

<par>

حاوية وسائط متوازية تسمح لك بتشغيل عناصر وسائط متعددة في وقت واحد. المحتوى الوحيد المسموح به هو مجموعة من عنصر واحد أو أكثر من العناصر <par> و<seq> و<media>. إنّ ترتيب عناصر <media> غير مهم.

يكون وقت البدء الضمني للعنصر هو نفسه وقت بدء حاوية <par> ما لم يحدّد العنصر الفرعي وقت بدء مختلفًا. إذا كان هناك عنصر فرعي يحتوي على قيمة إزاحة تم ضبطها لسمة البداية أو النهاية، سيتم ربط إزاحة العنصر بوقت بدء الحاوية <par>. بالنسبة إلى العنصر الجذر <par>، يتم تجاهل سمة البدء ويكون وقت البدء هو عندما تبدأ عملية تجميع الكلام في SSML في إنشاء إخراج للعنصر الجذر <par> (أي ضبط الوقت الفعلي على "صفر").

مثال

<speak>
  <par>
    <media xml:id="question" begin="0.5s">
      <speak>Who invented the Internet?</speak>
    </media>
    <media xml:id="answer" begin="question.end+2.0s">
      <speak>The Internet was invented by cats.</speak>
    </media>
    <media begin="answer.end-0.2s" soundLevel="-6dB">
      <audio
        src="https://actions.google.com/.../cartoon_boing.ogg"/>
    </media>
    <media repeatCount="3" soundLevel="+2.28dB"
      fadeInDur="2s" fadeOutDur="0.2s">
      <audio
        src="https://actions.google.com/.../cat_purr_close.ogg"/>
    </media>
  </par>
</speak>

<seq>

حاوية وسائط تسلسلية تتيح لك تشغيل عناصر الوسائط واحدًا تلو الآخر المحتوى الوحيد المسموح به هو مجموعة من عنصر واحد أو أكثر من العناصر <seq> و<par> و<media>. يكون ترتيب عناصر الوسائط هو الترتيب الذي يتم عرضها به.

يمكن ضبط سمتَي البداية والانتهاء للعناصر الفرعية على ضبط القيم وفقًا للقيم (راجِع المواصفات الزمنية أدناه). هذه العناصر الفرعية' ستكون قيم الإزاحة نسبية مع نهاية العنصر السابق في التسلسل، أو بالنسبة إلى بداية حاوية <seq> في حالة العنصر الأول في التسلسل.

مثال

<speak>
  <seq>
    <media begin="0.5s">
      <speak>Who invented the Internet?</speak>
    </media>
    <media begin="2.0s">
      <speak>The Internet was invented by cats.</speak>
    </media>
    <media soundLevel="-6dB">
      <audio
        src="https://actions.google.com/.../cartoon_boing.ogg"/>
    </media>
    <media repeatCount="3" soundLevel="+2.28dB"
      fadeInDur="2s" fadeOutDur="0.2s">
      <audio
        src="https://actions.google.com/.../cat_purr_close.ogg"/>
    </media>
  </seq>
</speak>

<media>

يمثل طبقة الوسائط داخل العنصر <par> أو <seq>. المحتوى المسموح به لعنصر <media> هو عنصر SSML <speak> أو <audio>. يوضّح الجدول التالي السمات الصالحة لعنصر <media>.

السمات

السمة مطلوب تلقائي القيم
xml:id لا لا قيمة معرّف XML فريد لهذا العنصر. لا يمكن استخدام الكيانات المشفَّرة. تتطابق قيم المعرّف المسموح بها مع التعبير العادي "([-_#]|\p{L}|\p{D})+". يمكنك الاطّلاع على XML-ID لمزيد من المعلومات.
البدء لا 0 وقت البدء لحاوية الوسائط هذه. يتم تجاهل السياسة إذا كان هذا هو عنصر حاوية الوسائط الجذر (يتم التعامل معه تمامًا مثل الإعداد التلقائي "0"). راجِع قسم مواصفات الوقت أدناه للحصول على قيم السلسلة الصالحة.
إنهاء لا لا قيمة مواصفات وقت الانتهاء لحاوية الوسائط هذه. راجِع قسم مواصفات الوقت أدناه للحصول على قيم السلسلة الصالحة.
repeatCount لا 1 عدد حقيقي يحدد عدد مرات إدراج الوسائط. لا تتوفّر عمليات تكرار الكسور، لذا سيتم تقريب القيمة إلى أقرب عدد صحيح. القيمة "صفر" ليست قيمة صالحة، ولذلك يتم التعامل معها على أنّها غير محدّدة وتحتوي على القيمة التلقائية في هذه الحالة.
repeatDur لا لا قيمة يشير ذلك المصطلح إلى TimeDesignation يمثّل حدًا لمدة الوسائط المدرَجة. وإذا كانت مدة الوسائط أقل من هذه القيمة، ينتهي التشغيل في ذلك الوقت.
soundLevel لا +0 ديسيبل اضبط مستوى الصوت في الصوت بمقدار soundLevel ديسيبل. الحد الأقصى للنطاق هو +/-40 ديسيبل، لكن النطاق الفعلي قد يكون أقل بشكل فعّال، وقد لا تؤدي جودة الناتج إلى تحقيق نتائج جيدة على النطاق بأكمله.
fadeInDur لا 0 ثانية عنصر TimeDesignation الذي ستتلاشى خلاله الوسائط من الوضع الصامت إلى soundLevel المحدّد اختياريًا. إذا كانت مدة الوسائط أقل من هذه القيمة، سيتوقف التلاشي للداخل في نهاية التشغيل ولن يصل مستوى الصوت إلى مستوى الصوت المحدد.
fadeOutDur لا 0 ثانية عنصر TimeDesignation الذي تتلاشى خلاله الوسائط من soundLevel المحدَّد اختياريًا إلى أن يصبح صامتًا. إذا كانت مدة الوسائط أقل من هذه القيمة، يتم ضبط مستوى الصوت على قيمة أقل لضمان الصمت في نهاية التشغيل.

مواصفات الوقت

تُستخدم مواصفات الوقت لقيمة سمتَي "البداية" و"الانتهاء" لعناصر <media> وحاويات الوسائط (عناصر <par> و<seq>)، وتكون إما قيمة إزاحة (مثل +2.5s) أو قيمة Syncbase (مثل foo_id.end-250ms).

  • قيمة الإزاحة - قيمة معادلة الوقت هي قيمة SMIL Timecount-value تسمح بالقيم التي تطابق التعبير العادي: "\s\*(+|-)?\s\*(\d+)(\.\d+)?(h|min|s|ms)?\s\*"

    سلسلة الرقم الأول هي الجزء الكامل من الرقم العشري وسلسلة الرقم الثاني هي الجزء العشري الكسري. العلامة التلقائية (أي "(+|-)؟" هي "+". وتتجاوب قيم الوحدة مع الساعات والدقائق والثواني والملي ثانية على التوالي. الإعداد التلقائي للوحدات هو "s". (ثوانٍ).

  • قيمة Syncbase - قيمة Syncbase هي قيمة SMIL Syncbase تسمح بالقيم التي تتطابق مع التعبير العادي: "([-_#]|\p{L}|\p{D})+\.(begin|end)\s\*(+|-)\s\*(\d+)(\.\d+)?(h|min|s|ms)?\s\*"

    يتم تفسير الأرقام والوحدات بنفس طريقة تفسير قيمة الإزاحة.

محاكي تحويل النص إلى كلام

تتضمن وحدة تحكُّم الإجراءات مُحاكي تقنية "تحويل النص إلى كلام" (TTS) الذي يمكنك استخدامه لاختبار SSML مع أي من العناصر المذكورة أعلاه. يمكنك العثور على محاكي تحويل النص إلى كلام (TTS) في وحدة التحكّم ضمن المحاكي > الصوت: اكتب النص وSSML في المحاكي وانقر على التعديل والاستماع لسماع ناتج تحويل النص إلى كلام.

يمكنك أيضًا النقر على زر التنزيل لحفظ ملف .mp3 من تقنية "تحويل النص إلى كلام" الإخراج.